Python大数据分析算法与实例
上QQ阅读APP看书,第一时间看更新

2.4.4 证明主成分的方差是依次递减的

设相关系数矩阵Rp个特征根为λ1λ2λp,相应的特征向量为aj

相对于F1的方差为:

同样有:Var(Fi)=i,即主成分的方差依次递减。并且协方差为:

综上所述,根据证明得知,主成分分析中的主成分协方差应该是对角矩阵,其对角线上的元素恰好是原始数据相关矩阵的特征值,而主成分系数矩阵A的元素则是原始数据相关矩阵特征值相应的特征向量。矩阵A是一个正交矩阵。

于是,变量经过变换后得到新的综合变量:

新的随机变量彼此不相关,且方差依次递减。